基于模糊集的不確定數(shù)據(jù)聚類算法研究.pdf

1、隨著數(shù)據(jù)挖掘技術(shù)的快速發(fā)展，聚類分析技術(shù)的應(yīng)用越來越受到人們的廣泛關(guān)注。聚類分析是無監(jiān)督學(xué)習(xí)的過程，根據(jù)數(shù)據(jù)對(duì)象的相似性聚集成簇，從而發(fā)現(xiàn)數(shù)據(jù)集中數(shù)據(jù)的分布規(guī)律和發(fā)展趨勢(shì)?，F(xiàn)實(shí)數(shù)據(jù)集中存在不可靠、錯(cuò)誤、不確定、噪聲等屬性對(duì)聚類分析的結(jié)果造成嚴(yán)重的影響，因此，對(duì)不確定數(shù)據(jù)的聚類進(jìn)行研究具有很高的實(shí)用價(jià)值，可以使聚類分析結(jié)果更加趨于真實(shí)化。
　　本文研究的不確定數(shù)據(jù)主要是數(shù)值型和信息型的屬性不確定數(shù)據(jù)，在對(duì)不確定數(shù)據(jù)的聚類研究中，處理

2、障礙不確定數(shù)據(jù)和高維不確定數(shù)據(jù)的聚類是兩個(gè)無可避免的問題，同時(shí)也是兩個(gè)巨大的挑戰(zhàn)。針對(duì)以上研究中遇到的問題，本文內(nèi)容結(jié)構(gòu)如下:
　　首先，對(duì)于傳統(tǒng)不確定聚類算法無法有效解決障礙不確定數(shù)據(jù)的問題，本文對(duì)現(xiàn)有的障礙不確定聚類算法進(jìn)行優(yōu)化，提出一種基于Voronoi圖的障礙空間中密度聚類算法。該方法引入Dev模糊集中的三角模糊數(shù)來解決數(shù)據(jù)的不確定性問題，同時(shí)引入R樹進(jìn)行剪枝，降低算法計(jì)算量，產(chǎn)生相對(duì)精準(zhǔn)的數(shù)據(jù)集。然后根據(jù)障礙約束分情況進(jìn)

3、行分析，提高算法的效率，最后運(yùn)用基于Voronoi圖的密度聚類進(jìn)行聚類分析，得到更真實(shí)準(zhǔn)確的聚類結(jié)果。
　　其次，為了對(duì)高維不確定數(shù)據(jù)進(jìn)行有效聚類，本文利用投影子空間技術(shù)進(jìn)行降維，通過對(duì)高維不確定數(shù)據(jù)進(jìn)行子空間投影，有效降低無關(guān)或冗余屬性對(duì)高維聚類的影響，并且減少了計(jì)算量。同時(shí)利用近似骨架理論給出聚類算法的初始解，彌補(bǔ)投影子空間易陷入局部解的問題，避免聚類結(jié)果出現(xiàn)局部極值;此外，基于直覺模糊集和相對(duì)熵技術(shù)提出不確定模糊聚類算法，通